食品科学 ›› 2018, Vol. 39 ›› Issue (12): 319-325.doi: 10.7506/spkx1002-6630-201812049
• 安全检测 • 上一篇
齐亮1,2,赵茂程1,3,*,赵婕1,4,唐于维一1
QI Liang1,2, ZHAO Maocheng1,3,*, ZHAO Jie1,4, TANG Yuweiyi1
摘要: 采用太赫兹(terahertz,THz)光谱分析技术无损检测猪肉的新鲜度K值,但水会强烈吸收THz波,从而严重影响THz波对肉的检测。考察预处理方法对削弱水的干扰、提升THz光谱检测猪肉K值的模型性能的影响。分别采用多元散射校正、标准正态变量变换、一阶微分、二阶微分4?种预处理方法对衰减全反射光谱进行预处理,基于反向传播人工神经网络回归算法建立猪肉K值的THz光谱预测模型,比较研究4?种预处理方法后的模型预测精度。研究表明:一阶微分预处理方法效果最好,能够消除光谱基线漂移,提高光谱质量。与原始光谱相比,模型的预测集相关系数(Rp)从0.34提高到0.75,预测集均方根误差从20.24%降低到14.36%。因此,选择合适的光谱预处理技术对提高模型预测精度非常重要,采用一阶微分预处理后的THz光谱数据建立反向传播人工神经网络模型能够无损检测猪肉的新鲜度K值。
中图分类号: